Predicting malnutrition in colorectal cancer: a systematic review of risk prediction models

结直肠癌是一种影响大肠和直肠的疾病，目前仍是全球范围内最常见且最严重的健康挑战之一。对于正在与这种疾病抗争的患者而言，一个隐蔽但至关重要的伴随状态往往随之而来：营养不良。这种情况不仅仅是指体重过轻；它是一种复杂的生理状态，即身体缺乏修复组织、抵抗感染以及耐受治疗严酷性所需的必需营养素。当结直肠癌患者出现营养不良时，后果是严重的。他们面临着更高的术后感染风险、更长的住院时间，以及降低了耐受化疗的能力。正因如此，医疗团队——尤其是通常最先察觉到患者病情恶化的护士们——需要一种可靠的方法来在为时不及之前识别出那些处于风险中的患者。其目标是在患者的身体储备耗尽之前，及早发现这些脆弱群体并给予帮助。

多年来，研究人员一直试图构建数学工具来预测哪些患者会陷入这种危险的状态。这些被称为“预测模型”的工具就像是清单，通过权衡各种因素——例如年龄、肿瘤大小、血液检测结果和体能状况——来计算出一个风险评分。人们曾希望护士可以使用此类工具，瞬间标记出需要立即进行营养支持的患者。然而，这些工具的发展现状却显得有些混乱。一些模型预测的是不同的指标，比如生存率或特定的血液标志物，而不是实际的营养不良状态。另一些模型对什么是“营养不良”有着不同的定义，导致无法进行公平的比较。为了拨开这些混乱的迷雾，来自中国和美国大学及医院的研究团队决定收集该领域所有可获得的现有研究，并以批判性的眼光对其进行审视。

研究人员进行了全面的搜索，检索了截至2026年5月1日发表在八个主要科学数据库中的研究。他们广泛搜寻，旨在寻找任何专门针对成年结直肠癌患者构建预测营养不良或营养风险模型的的研究。他们的筛选标准非常严格：模型必须聚焦于符合医学公认标准的临床营养不良现实，而非仅仅基于单一的血液检测结果或对生存时间的猜测。在筛选了数千条记录并剔除重复或无关的论文后，他们最终找到了13项符合标准的研究。这些研究涉及了数千名患者，涵盖了从刚确诊到手术恢复期或正在接受化疗的各个阶段。

当团队分析这13个模型时，发现从理论上看，它们表现得相当出色。这些模型能够以极高的准确度区分出有风险的患者与无风险的患者。用统计学的语言来说，它们区分两组人群的能力处于“良好”到“优秀”的水平。研究人员指出，某些模型正确识别风险患者时的AUC（曲线下面积）达到了0.88，而另一些模型在初始测试中甚至更加精确。这些工具采用了多种方法来进行预测，从简单的方程到复杂的计算机算法不等。它们依赖于常见的线索，如患者的年龄、体重指数（BMI）、癌症分期、血红蛋白水平以及日常活动能力。一些模型还会观察特定的营养筛查评分，或考虑收入和蛋白质摄入量等因素。

然而，当研究人员深入探讨这些模型的构建和测试方式时，故事发生了转折。尽管表面上的数据令人印象深刻，但团队发现，这13个模型中的每一个在设计和报告方面都存在显著缺陷。主要问题在于，这些模型并未在新的、不同的群体中进行验证。大多数模型都是在同一组患者身上进行构建和测试的，这有点像一名学生做完练习题后，紧接着又参加了同一场考试。这种做法往往会导致对工具有效性的过度乐观估计。研究人员发现，这些研究经常未能解释他们如何处理缺失数据、如何选择纳入的变量，或者模型是否容易出现“过拟向”（overfitting）问题——这是一个技术术语，指模型记住了训练数据的特定细节，而不是学习通用的规律。由于这些问题，团队得出结论：这些模型尚未准备好应用于现实世界的医院，以辅助临床决策。

该综述还强调了研究多样性的缺乏。几乎所有的研究都开展于中国，仅有一项来自美国。这意味着这些工具是基于具有特定饮食习惯、医疗体系和遗传背景的特定人群数据构建的。在一个地区行之有效的模型，在另一个地区可能完全失效。此外，不同研究之间对营养不良的定义也略有差异，有的使用一套标准，有的则使用另一套。虽然研究人员设法将重点缩小到了临床定义的营养不良，但这种差异仍然使得将结果合并为一个统一的整体变得困难。团队指出，尽管在一些较新的模型中开始使用机器学习和人工智能，但这些先进技术并未解决研究设计不佳或缺乏外部验证等根本问题。

这项综述传递的最终信息是：保持谨慎乐观，并呼吁严谨性。现有的模型表明，预测结直肠癌患者的营养风险是可能的，且初步结果令人鼓舞。然而，要开发出一种护士能在病床旁自信使用的工具，道路尚未走完。研究人员强调，这些模型应被视为初步构想而非成熟产品。在它们能够被信任并用于指导临床决策之前，需要在大型、多样化的患者群体中进行跨医院、跨国家的测试。未来的研究必须以更严谨的方式设计，确保模型在新的群体中得到验证，以证明其在现实世界中的有效性。在此之前，医疗团队的最佳做法仍然是依靠其专业判断和既定的筛查方法，将这些新工具视为未来的潜在辅助手段，而非眼下的即时解决方案。这项工作远未结束，但这项系统性综述已经清晰地勾勒出了该领域的现状，并指明了将这些充满前景的计算转化为救命护理所必须采取的步骤。